基于改进FoveaBox的废杂塑料检测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16526/j.cnki.11-4762/tp.2022.04.012

基于改进FoveaBox的废杂塑料检测

引用
塑料制品的产量和种类的飞速增长,给废杂塑料的回收带来极大的挑战;目前面对恶劣和高强度的工作环境,仍然依靠大量人工分拣,无疑亟待自动化升级;为解决上述问题,提出了一种改进的FoveaBox目标检测算法;针对废杂塑料分选背景复杂的问题,采用ResNeXt-101作为主干网络替代ResNet-50来提高特征提取能力;针对外形差异大的问题,采用带缩放系数的可变形卷积来提高卷积过程的有效感受野;针对目标间彼此遮挡问题,采用带层级控制因子的软化加权锚点机制来提高被遮挡目标的检测精度;结果表明,基于改进FoveaBox的废杂塑料检测算法检测平均精度均值达到85.79%,检测速度为71.4 ms,该检测算法较强的实用性得到验证.

塑料分选、目标检测、改进FoveaBox、可变形卷积、软化加权锚点

30

TP183(自动化基础理论)

国家重点研发计划2019YFC1908201

2022-05-07(万方平台首次上网日期,不代表论文的发表时间)

共6页

66-71

相关文献
评论
暂无封面信息
查看本期封面目录

计算机测量与控制

1671-4598

11-4762/TP

30

2022,30(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn